刚出道的 HiDream-I1，拿下了 Hugging Face 趋势榜第二（图像榜第一），Artificial Analysis 文生图第二，排在Midjourney、Google Imagen、FLUX、SDXL 之前，仅次于 GPT-4o 。
要理解上半场，看看它的赢家。你认为到目前为止最有影响力的 AI 论文是哪些？我尝试了斯坦福大学 224N 课程的测验，答案并不令人惊讶：Transformer、AlexNet、GPT-3 等等。这些论文有什么共同点？它们提出了一些训练更好模型的基本突破。但同样，它们通过在一些基准测试上展示一些（显著的）改进来发表论文。
近日，阿里通义实验室推出了全新数字人视频生成大模型 OmniTalker，只需上传一段参考视频，不仅能学会视频中人物的表情和声音，还能模仿说话风格。相比传统的数字人生产流程，该方法能够有效降低制作成本，提高生成内容的真实感和互动体验，满足更广泛的应用需求。目前该项目已在魔搭社区、HuggingFace 开放体验入口，并提供了十多个模板，所有人可以直接免费使用。
自主通才科学家的 5 个层级。
前些天，GPT-4o的多模态生图上线之后，引发全球AI社区广泛的关注，吉卜力图画全网风靡。
MiniMax尤为特殊，从一开始就跟其他玩家不在同一赛道竞争。通用大模型上，MiniMax坚持“产模一体”的理念，即所有的底座模型都要服务于产品。同处于To C赛道，Kimi主战地在国内，MiniMax战略重点在海外市场。
大模型聚合平台OpenRouter新推出的Optimus Alpha，已经处理了772亿Token，平均每天超过200亿。并且这个数字还在上升，日Token处理已超过340亿，排名第二，并在Trending榜单上位列第一。
人和智能体共享奖励参数，这才是强化学习正确的方向？
微软某个 VSCode 语言服务扩展中，位于 nativeStrings.json 文件第 485 行的一行代码，打破了它与 Cursor 的兼容性。该条款规定：“C/C++ 扩展仅可与 Microsoft Visual Studio、Visual Studio for Mac、Visual Studio Code、Azure DevOps、Team Foundation Server
AI Agent 领域也存在 scaling law，甚至还在加速。
